基于信譽管理模型的礦工類型鑒別機制設計

余佳仁，田有亮，林暉

基于信譽管理模型的礦工類型鑒別機制設計

余佳仁1,2，田有亮1,2，林暉3

（1. 貴州大學計算機科學與技術學院，貴州 貴陽 550025；2. 貴州省公共大數據重點實驗室，貴州 貴陽 550025；3. 福建師范大學數學與信息學院，福建 福州 350117）

在公開礦池中，礦工可以隨意進入礦池提交工作量證明從而獲得獎勵，礦工的條件約束類型不同。因此，會出現惡意礦工提交無效工作量和礦工在礦池中不提交工作量的情況，占用礦池的驗證計算資源，降低礦池的驗證效率，導致礦池系統崩潰。針對礦池中難以分辨礦工類型而導致礦池系統崩潰的問題，引入信譽管理機制對礦工的行為進行衡量，部署合約防止礦工與礦池管理者合謀，提出一種基于信譽管理模型的礦工類型鑒別機制設計。構造信譽機制對礦工的行為進行衡量，當礦工進行惡意行為時，會調低礦工的信譽值。當礦工的信譽值小于礦池的信譽閾值時，系統會剔除該礦工，從而該礦工不能再進入礦池提交工作量證明，獲得獎勵。根據馬爾可夫過程中的礦工行為狀態轉移，對礦池中的礦工進行動態更新，從而使得礦池中的礦工都在進行誠實的行為，提交工作量證明。同時，設計一種獎勵制度對礦池中的礦工進行激勵，在礦池中部署智能合約，防止礦工與礦池管理者進行共謀。從安全性和性能上對方案進行分析，證明所提方案不僅在礦工提交工作量證明過程中是安全的，并且解決了在公開礦池中礦工類型的鑒別問題，從而解決惡意礦工提交無效工作量的問題，剔除惡意礦工，避免礦池驗證無效工作量，提高礦池的驗證效率。

區塊鏈；礦工；礦池；信譽管理；馬爾可夫過程

0 引言

2008年，中本聰發表一篇名為《比特幣：一種點對點的數字貨幣》[1]的白皮書中首次提出了區塊鏈的概念。經過多年的研究發展，區塊鏈技術在醫療、金融和物聯網等[2-6]各個領域被大力探索，最典型的是比特幣的研究，運用區塊鏈技術來實現比特幣之間的正常交易[7]。在區塊鏈系統中，驗證事務和參與生成新區塊的節點稱為礦工，區塊鏈系統的比特幣正常交易靠著礦工的維持[8]。同時，在區塊鏈系統中，礦工對交易進行打包挖掘，廣播新的區塊，連接到區塊鏈上。

比特幣是限量的，隨著礦工的挖掘，幣的數量逐漸減少。比特幣的共識機制是隨著比特幣數量減少，挖礦難度增加[9]。對于單個礦工而言，采礦事件之間的間隔顯示出很大的差異，要想在后期挖出區塊必須要提升自身的算力，來滿足挖礦難度。并且，從單個礦工進行挖礦所獲得收益對比所付出的成本來說，經濟效益較低。所以，礦工為了更好地獲得收益，自然的形成一種組織，即：礦池。礦工集合算力進行挖礦，以使采礦收入更加客觀、可預測。實際上在“數字貨幣”中，由于算力過于龐大，獨立礦工想要發現新區塊的概率幾乎為零[10]。

單個礦工傾向于加入礦池以確保穩定的收益，礦池對于攻擊者來說是一個潛在有價值的攻擊目標[11]。以公開礦池為例，所有礦工只要支付一定費用就可以隨意進出礦池，這樣可能出現不誠實的礦工從而對礦池的安全性產生威脅。除了常見的針對區塊鏈的攻擊外，礦池可能出現如下的安全威脅：惡意的礦工節點進行分布式拒絕服務（DDoS，distributed denial of service）攻擊，區塊截留（BWH，block with holding）攻擊和自私挖礦攻擊。在BWH攻擊中，惡意的礦工僅提交部分證據，并撤回表示工作的完整性證明。BWH攻擊使用了這樣一個事實：礦工會根據他們提交的股份獲得獎勵[12]，用另外部分的算力在礦池外進行誠實挖礦，這樣就能獲得更高的收益。在自私挖礦攻擊中，強攻擊者以犧牲其他節點[13]為代價來增加自己的收益。只有當公共分支的長度接近保持私有分支的長度時[14]，自私礦工才會暴露私有鏈，從而獲得更大的收益，使得之前的區塊作廢。在區塊鏈礦池中，礦工可以隨意進入礦池提交工作量證明。礦池容易受到DDoS、BWH和自私挖礦等攻擊，要抵抗這些攻擊有不同的辦法。Jonhson等[15]研究針對比特幣礦池的DDoS攻擊背后的動機。研究表明，攻擊一個較大的礦池比攻擊一個較小的礦池有更大的動機。并且，礦池的收益大于閾值會受到經濟動機的攻擊，而小于閾值的礦池則不會。Feng等[16]提出了一種在區塊鏈網絡中隨機選擇誠實礦工的協商共識機制。在協商共識機制下，引入信任管理來評估礦工的可信度，從而實現在區塊創建過程中隨機選擇誠實的礦工。Lee等[17]為了解決自私挖礦故意制造區塊鏈的區塊分叉，浪費誠實礦工計算能力的問題。分析了自私挖礦及針對其的對策，提出了一種通過在事務數據結構中增加事務創建時間來防止自私挖礦。為了在公開礦池中避免受到區塊截留攻擊和分布式拒絕服務攻擊等的威脅，鑒別出礦工的類型，選出誠實的礦工顯得尤為重要。

基于信譽值鑒別出礦工類型，選擇誠實礦工是一種研究方向。Tang等[18]提出了一種機制，每個礦工的聲譽是由一個隨機選擇的礦工來評價的，該礦工將扮演礦池管理者的角色。但是，由于礦池管理者是隨機選擇的，所以很容易受到攻擊。如果選擇了惡意的礦工作為礦池管理者，將會對整個礦池造成嚴重的影響。因此，基于博弈論，文獻[18]設計了一種基于聲譽的算法來鼓勵礦工誠實挖掘，從而增加礦池的總收益。此外，在文獻[14]中，礦池管理者能選擇礦工，但礦池管理者并不是由礦工選擇的。Kaci等[19]提出了一種新的存儲鏈，對礦池中的管理者和礦工進行管理。其中，存儲鏈中存儲著礦工對礦池管理者的滿意度。但是，礦工的信譽分數沒有一個明確的標準。因此，本文根據以上的問題，設計了一種基于信譽管理模型的礦工類型鑒別機制，對礦工的信譽分數進行標準化定義，同時對礦池管理者的選擇給出相應的準則。

在礦池中鑒別出誠實的礦工提交工作量證明，可以使礦池的收益更高。邸劍等[20]提出了一個基于風險決策準則的礦池選擇模型，研究了礦池算力和獎勵機制對礦工最優選擇策略的影響；計算了礦工在不同礦池中的收益，給出收益矩陣。分別利用最大可能性準則和期望值準則得出最優選擇策略。Xu等[21]為了謀得礦池的經濟激勵，考慮了兩種獎勵共享策略：每股平均付費（PPS）和最后一次平均每股付費（PPLNS）。通過所需的哈希率、網絡時延和獎勵策略，設計了一種演化平衡（ESS）方案，提出了一種低復雜度分布式算法來提高礦池的收益，同時對礦池進行經濟激勵。因此，本文設計了一種信譽管理模型用于鑒別礦池中的礦工類型，在礦池中選擇出誠實的礦工，同時基于馬爾可夫過程對礦池中的礦工進行動態更新，最后對礦池中的礦工進行獎勵。

礦池受到的這些攻擊大部分是礦工的惡意行為所致，惡意礦工不誠實提交完整的工作量證明，自私挖礦損害礦池的利益，致使礦池不能正常工作。因此，鑒別出進入礦池中的礦工類型，并排除惡意礦工，成為維護礦池正常運轉和提高礦池收益的一種有效方法。本文提出了一種信譽管理模型來對礦工的類別進行鑒別，引入信譽閾值，只有礦工的信譽值大于礦池的信譽閾值時，礦工才能正常地在礦池中提交工作量證明。因此，本文基于信譽管理模型鑒別礦池中的礦工類型，選擇出礦池中誠實的礦工，對礦池中的礦工進行動態更新。本文的主要貢獻如下。

1）基于礦池中礦工與礦池管理者之間的相互監督對信譽函數進行改進，構造一種信譽機制，實現對礦池中的礦工類型鑒別。根據成員之間的相互監督更新礦池管理者，解決礦池管理者權利過大而導致礦池獎勵不均的問題。

2）基于馬爾可夫過程構造了一種礦工行為狀態轉移矩陣，對礦池進行動態更新。設計一種在礦池中的獎勵制度，對在礦池中鑒別出的誠實礦工進行獎勵。

3）對所提方案進行安全性和性能分析，證明所提方案不僅在礦工提交工作量證明過程中是安全的，而且解決了在公開礦池中礦工類型的鑒別問題。

1 基礎知識

1.1 工作量證明

工作量證明（PoW，proof of work）是求解一個特定的哈希原像問題的過程。由于在求解哈希原像問題中，沒有高效的算法，只能通過暴力計算的方式求解，從而使得計算資源多、計算能力強的礦工可以有更高的概率率先解出該問題[22]。在密碼“貨幣”中，第一個解出該問題的礦工將獲得一定數額的相應密碼貨幣的獎勵。例如，在比特幣系統中，共識鏈中的區塊創建者現階段可以獲得 12.5比特幣的獎勵。于是在這種經濟獎勵的刺激下，大量礦工參與到通過尋找哈希原像而創建區塊的行動中，這就是通常所說的挖礦，挖礦的過程實現了分布式賬本的維護。

1.2 礦池

礦池可分為公開礦池和封閉礦池。礦池里面分為礦池管理者和礦工。其中，公開礦池允許礦工自由注冊并參與該礦池的挖礦。當礦池挖出區塊并獲得相應的比特幣獎勵時，礦池管理員將根據礦池成員的算力大小進行獎勵分配。封閉礦池只允許特定的礦工加入[23]。本文所說的礦池指的是公開礦池，封閉礦池不在本文考慮范圍內。

礦池管理者檢查提交的工作量，以便在其中找到根據共識協議工作有效的充分證明。這個充分的證據將被用來要求獲得采礦獎勵。主流礦池里面有4種激勵模式[26]：pay per share（PPS）、pay per last N share（PPLNS）、full pay per shares（FPPS）、pay per shares plus（PPS+）。

1.3 馬爾可夫過程

2 方案構造

本文提出一種信譽管理模型，用于管理礦池中礦工和礦池管理者的信譽。同時根據礦工的信譽值與礦池的信譽閾值比較來鑒別礦工的類型，選出誠實的礦工。基于馬爾可夫過程中的礦工狀態轉移對礦池中的礦工進行動態更新。設計一種獎勵機制對礦工誠實提交工作量證明進行獎勵。信譽管理模型如圖1所示，礦工通過提交工作量觸發礦池管理者部署在礦池中的智能合約，從而獲得獎勵和礦池標記。通過獎勵來激勵礦池中的礦工表現誠實，使礦池保持正常運轉而不受攻擊。

2.1 礦工鑒別策略

為了鑒別礦工類型，構造一種信譽管理機制來鑒別礦工，鑒別出誠實礦工，本文特規定兩個條件。

條件2：礦池管理者必須從礦池中的礦工選擇。

圖1 信譽管理模型

Figure 1 Reputation management model

在礦池的信譽機制設計中必須要考慮到礦工進入礦池之后，可能存在進行不誠實挖礦的情況。同時可能存在礦池管理者的權利過大，并且礦池管理者不誠實，影響整個礦池的情況。為避免以上這兩種情況的發生，可以采用信譽值來評價礦池中的礦工和礦池管理者的信任度。在礦池中的礦工和礦池管理者之間進行著溝通和協作，這為礦工在礦池中所獲得的經濟收益和礦池管理者管理礦池提供了一種有效的方法。根據信譽機制條件，對通過觸發智能合約進入礦池的礦工和礦池的管理者進行評價并且更新信譽值。然后，在該機制中根據礦工的信譽值鑒別出礦工的類型，在礦池中選擇出誠實礦工。礦池管理者在礦池中會發布任務，礦工會根據任務和自己的算力情況，提交完整的工作量或者部分工作量。

在礦池引入信譽管理之后，如果惡意的礦工和惡意的礦池管理者進行不誠實行為，則相應的信譽值會低于誠實的礦工和誠實的管理者。在此情況下，設計出了在礦池中信譽評估的方案。

算法1 選擇礦工

礦工進入礦池之后，根據礦池所提供的數學問題，礦工提交解決該數學問題的工作量，觸發智能合約，根據工作量給出相應的獎勵。根據條件2，礦池管理者必須從已經進入礦池的礦工中選擇。并且，選擇信譽值最高的礦工和投訴最少的礦工作為礦池管理者。

算法2 選擇礦池中的管理者

在算法2中，根據信譽值和礦工對礦池管理者的監督值來選擇礦池管理者。在被標記的礦工中選擇信譽值最大和被投訴最少的礦工作為礦池管理者。如果出現多個礦工滿足這兩個條件，隨機選擇一個礦工作為礦池管理者。

2.2 礦池更新

圖2 礦工狀態馬爾可夫鏈

Figure 2 Miner state Markov chain

2.3 獎勵機制設計

圖3 獎勵機制設計

Figure 3 Design of reward mechanism

算法3 獎勵機制設計

5） 智能合約檢查正確性給出相應的獎勵

3 安全性和性能分析

3.1 安全性分析

本文圍繞在礦池中如何鑒別礦工的類型，選出誠實的礦工。安全性分析主要從兩個方面進行。安全地鑒別誠實礦工；在礦工提交工作量后，安全地收到獎勵和信譽值。礦池中除了常見的區塊鏈攻擊，還包括分布式拒絕服務攻擊、區塊截留攻擊，這些攻擊主要是礦工的惡意行為導致的。

定理1 如果基于橢圓曲線數字簽名算法（ECDSA，elliptic curve digital signature algorithm）的簽名是不可偽造的，則礦工和礦池管理者提交的工作量是安全的。

3）驗證簽名是否正確。

4）通過偽造的簽名的工作量來獲得獎勵。

若敵手最終獲得獎勵，則說明敵手偽造的簽名可以驗證通過，這與假設相矛盾，故敵手不可能偽造簽名來獲取獎勵。在礦池中只有驗證簽名通過，才能獲得獎勵。而基于ECDSA的簽名是不可偽造的，所以礦工和礦池管理者提交工作量是安全的。

證畢。

定理2 如果基于ECDSA 的簽名是不可偽造的，那么礦工信譽值不能被惡意篡改。

證畢。

通過智能合約避免礦工和礦池管理者進行合謀，從而避免部分礦工和礦池管理者的收益更高，使礦池運行正常。同時，礦池管理者必須從礦池中選擇，礦池管理者的信譽值應該最高。

3.2 性能分析

為了評估本文提出的信譽管理模型，對方案進行模擬實驗，檢測方案的正確性。考慮礦工的信譽值與所提交給礦池管理者工作量的關系，證明礦工的信譽值低于礦池的信譽閾值時，會被剔出礦池外。同時根據全網的難度和單位時間內挖掘出一整個區塊的獎勵，可以得出獎勵與部分工作量證明之間的關系。

圖4 信譽值隨工作量變化

Figure 4 Reputation value changes with workload

圖5 鑒別礦工類型

Figure 5 Identification of miner types

圖6 誠實礦工信譽值根據變化的情況

圖7 不誠實礦工信譽值根據的變化

圖8 礦工收益

Figure 8 Benefit of miners

表1 本文方案與其他方案的對比

文獻[18]提出的機制中，每個礦工的聲譽是由一個隨機選擇的礦工來評價的，這個礦工將扮演礦池的管理經理。但是，礦池管理者是隨機選擇的，所以很容易受到攻擊，這樣造成不公平。基于博弈論，文獻[18]設計了一種激勵算法來鼓勵礦工誠實挖掘，從而增加礦池的總收益。

文獻[19]提出了一種新的存儲鏈，對礦池中的管理者和礦工進行管理，其中，存儲鏈中存儲著礦工對礦池管理者的滿意度。對礦池管理者進行標準化的選取，但礦工的信譽分數沒有一個明確的標準。同時沒有一種激勵方式來激勵礦工誠實進行工作，但是在該方案中來用滿意度對礦池進行動態更新。

文獻[29]提出了一種比特幣礦池理性礦工的激勵機制，通過設計一種激勵機制，使得理性礦工進行誠實提交工作量。但是，在該工作中沒有考慮到在公開礦池中對礦池進行動態更新。

本文提出了一種信譽管理模型對礦池中的礦工進行類型鑒別優化。有明確的選擇礦池管理者和礦工的標準，并部署了智能合約，對礦工誠實挖礦進行激勵。同時礦工的提交工作量證明的過程滿足馬爾可夫過程，因此，根據馬爾可夫過程中的狀態轉移對礦池進行更新。

4 結束語

本文研究了區塊鏈網絡中礦池礦工類型鑒別問題。考慮了在區塊鏈網絡中礦池存在不誠實礦工，因此設計了一種信譽管理模型對礦工的類型進行鑒別，選出誠實的礦工。根據礦工的行為，得到相應的信譽值。同時對本文所提出的方案進行仿真，確保方案的可靠性和有效性。

本文的下一步研究：在區塊鏈網絡中，利用結構熵把區塊鏈網絡看成一個有權連通圖，通過邊上的權值來計算信譽閾值，并通過信譽閾值來預測下次礦工的行為，并進行相應的約束。

[1] NAKAMOTO S. Bitcoin: peer-to-peer electronic cash system[R]. 2009.

[2] 邵奇峰, 金澈清, 張召, 等. 區塊鏈技術: 架構及進展[J]. 計算機學報, 2018, 41(5): 969-988.

SHAO Q F, JIN C Q, ZHANG Z, et al. Blockchain: architecture and research progress[J]. Chinese Journal of Computers, 2018, 41(5): 969-988.

[3] DINH T T A, LIU R, ZHANG M H, et al. Untangling blockchain: a data processing view of blockchain systems[J]. IEEE Transactions on Knowledge and Data Engineering, 2018, 30(7): 1366-1385.

[4] PETERS G, PANAYI E, CHAPELLE A. Trends in cryptocurrencies and blockchain technologies: a monetary theory and regulation perspective[J]. Journal of Financial Perspectives, 2015, 3(3): 1-25.

[5] REYNA A, MARTíN C, CHEN J, et al. On blockchain and its integration with IoT. Challenges and opportunities[J]. Future Generation Computer Systems, 2018, 88: 173-190.

[6] 蔡曉晴, 鄧堯, 張亮, 等. 區塊鏈原理及其核心技術[J]. 計算機學報, 2021, 44(1): 84-131.

CAI X Q, DENG Y, ZHANG L, et al. The principle and core technology of blockchain[J]. Chinese Journal of Computers, 2021, 44(1): 84-131.

[7] 劉懿中, 劉建偉, 張宗洋, 等. 區塊鏈共識機制研究綜述[J]. 密碼學報, 2019, 6(4): 395-432.

LIU Y Z, LIU J W, ZHANG Z Y, et al. Review of blockchain consensus mechanism [J]. Journal of Cryptography, 2019, 6(4): 395-432.

[8] XIA J Z, ZHANG Y H, YE H, et al. A visual analysis system for mine pool supervision[J]. Frontiers of Information Technology & Electronic Engineering, 202, 21(4): 507-524.

[9] LEWENBERG Y, BACHRACH Y, SOMPOLINSKY Y, et al. Bitcoin mining pools: a cooperative game theoretic analysis[C]//Proceedings of the 2015 International Conference on Autonomous Agents and Multiagent Systems. 2015: 919-927.

[10] FISCH B, PASS R, SHELAT A. Socially optimal mining pools[C]// International Conference on Web and Internet Economics. 2017.

[11] CHANG S Y, PARK Y, WUTHIER S, et al. Uncle-block attack: blockchain mining threat beyond block withholding for rational and uncooperative miners[C]//Proceedings of International Conference on Applied Cryptography and Network Security, 2019: 241-258.

[12] LIU X J, WANG W B, NIYATO D, et al. Evolutionary game for mining pool selection in blockchain networks[J]. IEEE Wireless Communications Letters, 2018, 7(5): 760-763

[13] SAPIRSHTEIN A, SOMPOLINSKY Y, ZOHAR A. Optimal selfish mining strategies in bitcoin[C]//Proceedings of International Conference on Financial Cryptography and Data Security Financial Cryptography and Data Security. 2017: 515-532.

[14] EYAL I, SIRER E G. Majority is not enough: bitcoin mining is vulnerable[M]//Financial Cryptography and Data Security. Berlin, Heidelberg: Springer Berlin Heidelberg, 2014: 436-454.

[15] JOHNSON B, LASZKA A, GROSSKLAGS J, et al. Game-theoretic analysis of DDoS attacks against Bitcoin mining pools[C]//Proceedings of International Conference on Financial Cryptography and Data Security. 2014: 72-86.

[16] FENG J Y, ZHAO X Y, CHEN K X, et al. Towards random-honest miners selection and multi-blocks creation: proof-of-negotiation consensus mechanism in blockchain networks[J]. Future Generation Computer Systems, 2020, 105: 248-258.

[17] LEE J, KIM Y. Preventing bitcoin selfish mining using transaction creation time[C]//Proceedings of 2018 International Conference on Software Security and Assurance (ICSSA). 2018: 19-24.

[18] TANG C B, WU L Y, WEN G H, et al. Incentivizing honest mining in blockchain networks: a reputation approach[J]. IEEE Transactions on Circuits and Systems II: Express Briefs, 2020, 67(1): 117-121.

[19] KACI A, RACHEDI A. PoolCoin: Toward a distributed trust model for miners' reputation management in blockchain[C]//Proceedings of 2020 IEEE 17th Annual Consumer Communications & Networking Conference. Piscataway: IEEE Press, 2020: 1-6.

[20] 邸劍, 吝偉華. 區塊鏈中礦池選擇策略的研究與分析[J]. 計算機應用研究, 2020, 37(6): 1804-1807.

DI J, LIN W H. Research and analysis of mining pool selection strategy in blockchain[J]. Application Research of Computers, 2020, 37(6): 1804-1807.

[21] XU C Z, ZHU K, WANG R, et al. Dynamic selection of mining pool with different reward sharing strategy in blockchain networks[C]// Proceedings of ICC 2020 - 2020 IEEE International Conference on Communications. Piscataway: IEEE Press, 2020: 1-6.

[22] GERVAIS A, KARAME G O, WüST K, et al. On the security and performance of proof of work blockchains[C]//Proceedings of CCS '16: Proceedings of the 2016 ACM SIGSAC Conference on Computer and Communications Security. 2016: 3-16.

[23] YUAN G. The framework of consensus equilibria for mining-pool games in blockchain ecosystems[J]. arXiv preprint arXiv: 2003. 05067, 2020.

[24] FUJITA K, ZHANG Y Y, SASABE M, et al. Mining pool selection problem in the presence of block withholding attack[C]//Procee- dings of 2020 IEEE International Conference on Blockchain (Blockchain). 2020: 321-326.

[25] LI W B, CAO M W, WANG Y, et al. Mining pool game model and Nash equilibrium analysis for PoW-based blockchain networks[J]. IEEE Access, 2020, 8: 101049-101060.

[26] QIN R, YUAN Y, WANG F Y. A novel hybrid share reporting strategy for blockchain miners in PPLNS pools[J]. Decision Support Systems, 2019, 118: 91-101.

[27] LI Q L, MA J Y, CHANG Y X, et al. Markov processes in blockchain systems[J]. Computational Social Networks, 2019, 6: 5.

[28] ROSENFELD M. Analysis of bitcoin pooled mining reward systems[J]. arXiv preprint arXiv:1112.4980, 2011.

[29] XUE G, XU J, WU H W, et al. Incentive mechanism for rational miners in bitcoin mining pool[J]. Information Systems Frontiers, 2021, 23(2): 317-327.

Design of miner type identification mechanism based on reputation management model

YU Jiaren1,2, TIAN Youliang1,2, LIN Hui3

1. College of Computer Science and Technology, Guizhou University, Guiyang 550025, China 2. State Key Laboratory of Public Big Date, Guiyang 550025, China 3. College of Mathematics and Informatics, Fujian Normal University, Fuzhou 350117, China

In the public mining pool, miners can freely enter the mining pool to submit proof of work to obtain rewards, and there are no conditions to restrict different types of miners. There will be malicious miners submitting invalid workloads and miners not submitting workloads in the mining pool, occupying the verification computing resources of the mining pool, reducing the verification efficiency of the mining pool, and causing the mining pool system to collapse. Aiming at the problem that it is difficult to distinguish the type of miners in the mining pool, which leads to the collapse of the mining pool system, a reputation management mechanism was introduced to measure the behavior of miners, and contracts were deployed to prevent miners from colluding with the pool manager. A design of miner type identification mechanism based on reputation management model was proposed. A reputation mechanism was constructed to measure the behavior of miners. When a miner conducts malicious behavior, the miner's reputation value would be lowered. When the miner's reputation value was less than the reputation threshold of the mining pool, the system would remove the miner, so that the miner can no longer enter the mining pool to submit proof of work and get rewards. The miners in the mining pool were dynamically updated by Markov process, so that the miners in the mining pool were conducting honest behaviors and submitting proof of work. At the same time, a reward system was designed to motivate the miners in the mining pool, and smart contracts were deployed in the mining pool to prevent miners from collusion with the mining pool manager. Finally, analyzing the scheme from the perspective of security and performance, the proposed scheme was not only safe in the process of miners submitting proof of workload, but also solved the problem of identifying miner types in public mining pools, thereby solving the problem of malicious miners submitting invalid workloads, eliminating malicious miners, and avoiding mining pools verifying invalid workloads, to improve the verification efficiency of the mining pool.

blockchain, miner, mining pool, reputation management, Markov process

s: The National Natural Science Foundation of China (61662009, 61772008), Science and Technology Major Support Program of Guizhou Province (20183001), The Key Program of the National Natural Science Union Foundation of China (U1836205), The Science and Technology Program of Guizhou Province ([2019]1098), The Project of High-level Innovative Talents of Guizhou Province ([2020]6008)

TP309

A

10.11959/j.issn.2096?109x.2022002

2021?06?01；

2021?10?08

田有亮，youliangtian@163.com

國家自然科學基金（61662009，61772008）；貴州省科技重大專項計劃（20183001）；國家自然科學基金聯合基金重點支持項目（U1836205）；貴州省科技計劃項目（[2019]1098）；貴州省高層次創新型人才項目（[2020]6008）

余佳仁, 田有亮, 林暉. 基于信譽管理模型的礦工類型鑒別機制設計[J]. 網絡與信息安全學報, 2022, 8(1): 128-138. Citation Format: YU J R, TIAN Y L, LIN H. Design of miner type identification mechanism based on reputation management model[J]. Chinese Journal of Network and Information Security, 2022, 8(1): 128-138.

余佳仁（1996? ），男，湖北黃岡人，貴州大學碩士生，主要研究方向為區塊鏈。

田有亮（1982? ），男，貴州盤縣人，博士，貴州大學教授、博士生導師，主要研究方向為密碼學與安全協議、大數據隱私保護與區塊鏈技術等。

林暉（1977? ），男，福建福州人，博士，福建師范大學教授，主要研究方向為邊緣計算、區塊鏈、信任管理等。